ElasticSearch 字段keyword类型长度

Elasticsearch 中的 keyword 类型是一种不可分词的字符串类型，通常用于精确搜索和排序。关于 keyword 字段类型的长度，它的长度限制取决于所使用的 Lucene 版本以及在创建索引时是否启用了 doc_values。在 Lucene 8.0 及以上版本中，没有启用 doc_values 的情况下，keyword 字段的长度限制为 32766 个字符。如果启用了 doc_values，则限制为 32764 个字符。在 Lucene 7.0 及以下版本中，不启用 doc_values 的情况下，keyword 字段的长度限制为 32767 个字符。如果启用了 doc_values，则限制为 32765 个字符。需要注意的是，这些限制只适用于单个字段中的文本长度，而不是整个文档的大小。如果您需要存储更长的文本，可以考虑使用 text 类型并启用分词。

相关问题

ElasticSearch定义keyword类型字段，限制长度

在ElasticSearch中，可以为一个字段定义类型为“keyword”，它表示该字段是一个不分词的关键字。如果你想要限制该字段的长度，可以使用ElasticSearch的字符过滤器（char_filter）和令牌过滤器（token_filter）。

首先，你可以使用字符过滤器来移除字段中的所有非字母数字字符。例如，下面的字符过滤器会移除所有的标点符号和空格：

"char_filter": {
  "remove_punctuation": {
    "type": "pattern_replace",
    "pattern": "[^a-zA-Z0-9]",
    "replacement": ""
  }
}

然后，你可以使用令牌过滤器来截取字段中的前N个字符。例如，下面的令牌过滤器会截取字段的前10个字符：

"filter": {
  "truncate": {
    "type": "truncate",
    "length": 10
  }
}

最后，你可以将字符过滤器和令牌过滤器组合在一起，将它们应用于字段的分析器（analyzer）中：

"analyzer": {
  "my_analyzer": {
    "type": "custom",
    "char_filter": [
      "remove_punctuation"
    ],
    "tokenizer": "keyword",
    "filter": [
      "truncate"
    ]
  }
}

这样，当你在查询时，只要使用“my_analyzer”分析器分析该字段，查询语句中超过10个字符的部分将被截取掉。例如，下面的查询语句中，“hello world”将被截取为“hello wo”：

{
  "query": {
    "match": {
      "my_field": "hello world"
    }
  }
}

ElasticSearch定义一个keyword类型字段

在Elasticsearch中，可以使用以下方式定义一个keyword类型字段：

PUT /my_index
{
  "mappings": {
    "properties": {
      "my_field": {
        "type": "keyword"
      }
    }
  }
}

这将在索引“my_index”中创建一个名为“my_field”的关键字类型字段。关键字类型字段不会进行分词，它们会将整个字段作为一个单独的术语处理，因此它们适用于存储关键字或短语，如标签、名称、ID等。